集思谱需要我帮你解读这件专利吗？
公开（公告）号CN117725836B | 申请号CN202311790366.9 | 专利类型发明授权 |
状态有效 | 国家或地区CN | 申请人郑州大学 |
分类号G06F30/27(2020.01), G06F30/25(2020.01), G06F30/28(2020.01), G06N3/0442(2023.01), G06N3/045(2023.01), G06N3/0464(2023.01), G06N3/084(2023.01), G06F18/213(2023.01), G06F18/25(2023.01), G06F18/27(2023.01), G06F123/02(2023.01), G06F111/10(2020.01), G06F113/08(2020.01), G06F113/14(2020.01), G06F119/14(2020.01) | 申请日2023-12-25 | 公开日2026-10-23 |
发布日期2026-10-23 | 文档 ID84601467095200009 | 源数据页码1893 |
专利语言zh | ||
本发明公开了一种误差修正的排水管道淤积智能诊断方法，所述方法包括：将管道淤积流固耦合物理知识、控制方程高阶导数降阶和损失函数知识嵌入技术相结合，构建兼顾精确性和鲁棒性的管道淤积智能诊断模型。该模型的神经网络架构由一维卷积核、基础网络、残差网络、长短期记忆神经网络和深度神经网络组成1DI ncept ion‑LSTM‑DNN，并通过多通道和不同组合的一维卷积核提取多尺度特征。弱形式分析和理论引导损失函数误差修正机制通过将高阶流固耦合微分控制方程降阶和深度学习损失函数的物理知识嵌入来提高输出诊断结果的准确率。
附图 1